باختصار
المربّع المحيط (Bounding Box) هو إحداثيات (x, y) لمستطيل يحيط بمنطقة اهتمام داخل صورة، مثل كلب في الصورة.
بالتفصيل
ده أبسط شكل لتحديد «أين» الشيء في الصورة، وهو أساس مهمّة كشف الأجسام (Object Detection).
الفرق المهمّ بين تصنيف الصور وكشف الأجسام هو بالظبط المربّع المحيط. تصنيف الصورة بيقول «في الصورة دي كلب». كشف الأجسام بيقول «في الصورة دي كلب، وهو هنا» — ويحدّد المستطيل.
وتمثيل المستطيل بيتمّ عادةً بواحدة من صيغتين: إحداثيات الركن العلوي الأيسر والركن السفلي الأيمن، أو إحداثيات المركز مع العرض والارتفاع.
وفي بيانات التدريب، المربّعات دي بتتحدّد يدويًا بواسطة بشر — وهي واحدة من أكثر مهامّ الوسم كلفةً ومللًا في الرؤية الحاسوبية.
ومن حدوده المعروفة إنه مستطيل: جسم مائل أو غير منتظم الشكل بيدخل جوّه خلفية كتير. ولذلك ظهرت بدائل أدقّ زي أقنعة التجزئة (Segmentation Masks) اللي بتحدّد شكل الجسم بالبكسل.
مثال عملي
كاميرا في مستودع بتستخدم نموذج كشف أجسام لعدّ الصناديق على المنصّة. النموذج بيرجّع لكل صندوق مربّعًا محيطًا ودرجة ثقة.
ومن المربّعات دي تقدر تحسب العدد، وتتحقّق من الترتيب، وتكتشف صندوقًا خارج مكانه — كله بناءً على إحداثيات مستطيلات.
مصطلحات مرتبطة
- Object Detection — كشف الأجسام.
- Computer Vision — الرؤية الحاسوبية.
- Segmentation — التجزئة.
المصادر: Google ML Glossary
